首页--数理科学和化学论文--概率论与数理统计论文--应用统计数学论文--质量控制论文

基于SMT大数据的产品质量控制方法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-15页
第一章 绪论第15-21页
    1.1 课题研究背景及意义第15-16页
        1.1.1 研究背景第15-16页
        1.1.2 研究意义第16页
    1.2 SMT产品质量控制国内外研究现状第16-17页
    1.3 阈值优化国内外研究现状第17-19页
    1.4 文章研究内容及组织结构第19-21页
第二章 SMT概述与SPI检测参数阈值估计模型总体框架设计第21-39页
    2.1 引言第21页
    2.2 SMT工艺流程概述第21-23页
    2.3 锡膏印刷、检测过程概述及传统阈值设定流程第23-30页
        2.3.1 锡膏印刷第23-24页
        2.3.2 锡膏SPI检测第24-26页
        2.3.3 锡膏AOI检测第26-27页
        2.3.4 锡膏缺陷类型及SPI检测参数第27-28页
        2.3.5 传统SPI检测参数阈值设定第28-30页
    2.4 SMT大数据概述第30-35页
        2.4.1 SMT生产线数据资源第30-35页
        2.4.2 SMT大数据特点第35页
    2.5 基于SMT大数据的SPI检测参数阈值估计总体框架设计第35-37页
    2.6 本章小结第37-39页
第三章 SPI检测参数阈值估计模型研究第39-61页
    3.1 引言第39页
    3.2 阈值估计数据包构建第39-41页
        3.2.1 数据收集第39-40页
        3.2.2 数据分类第40页
        3.2.3 数据预处理第40-41页
    3.3 基于核密度估计的SPI检测参数概率密度估计第41-53页
        3.3.1 核密度估计算法原理第41-48页
        3.3.2 数据抽样第48-50页
        3.3.3 数据归一化处理第50-51页
        3.3.4 确定最优窗宽第51-52页
        3.3.5 SPI检测参数概率密度估计第52-53页
    3.4 SPI检测参数阈值上下限估计第53-60页
        3.4.1 贝叶斯决策准则理论第53-54页
        3.4.2 基于贝叶斯决策准则的阈值目标函数第54-55页
        3.4.3 遗传算法第55-59页
        3.4.4 基于遗传算法优化目标函数及阈值上下限估计第59-60页
    3.5 阈值估计结果分析第60页
    3.6 本章小结第60-61页
第四章 SPI检测参数阈值估计模型实例验证第61-73页
    4.1 引言第61页
    4.2 数据包构建第61-64页
        4.2.1 SMT生产线数据收集第61-62页
        4.2.2 数据分类及数据预处理第62-64页
    4.3 SPI检测参数概率密度估计第64-68页
        4.3.1 数据抽样第64-65页
        4.3.2 数据归一化第65-66页
        4.3.3 确定最优窗宽第66-67页
        4.3.4 SPI检测参数状态估计第67-68页
    4.4 SPI检测参数阈值上下限估计第68-70页
        4.4.1 建立阈值目标函数第68-69页
        4.4.2 阈值下限估计第69页
        4.4.3 阈值上限估计第69-70页
    4.5 阈值估计结果分析第70页
    4.6 本章小结第70-73页
第五章 总结和展望第73-75页
    5.1 论文总结第73页
    5.2 研究展望第73-75页
参考文献第75-79页
致谢第79-81页
作者简介第81-82页

论文共82页,点击 下载论文
上一篇:基于网络模型的泛癌症驱动基因识别方法
下一篇:剩余寿命的分位数预测研究